《表1 实验参数表:基于流动性感知机制的大数据资源稳定评估算法研究》
为了验证本算法的性能,在NS2仿真实验环境下,选取当前大数据评估领域常用的遗传重构蜂群算法[13](genetic artificial bee colony algorithm,GABC算法)和大数据K-匿名微聚集算法[14](an algorithm for k-anonymous microaggregation in big data,KAM算法)进行对比。不失一般性,实验数据集采用文献[13]所用的信号重构数据集,并将用户服务质量设定为单位时间内系统对访问的响应时间,单位时间内服务用户数所耗时间越少,则算法对大数据资源的匹配及评估质量就越高。仿真实验中,选用了单位用户评估响应时长、数据稳定评估时间这2项指标。本次仿真实验采用了常用的5G测试环境,信道选取高斯信道和莱斯信道,模拟高、低服务环境下的用户响应情况,并将文献[13]、[14]中的用户访问统一设定为5G测试环境下的信号响应。实验参数如表1所示。
图表编号 | XD00145115900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 范海峰 |
绘制单位 | 吉林警察学院信息工程系 |
更多格式 | 高清、无水印(增值服务) |